Corrida de segurança entre Anthropic e Google se intensifica à medida que Claude encontra fraquezas criptográficas

A Anthropic afirma que o Claude Mythos Preview encontrou dois ataques criptográficos, incluindo um contra uma candidata a assinatura pós-quântica que resistiu a dois anos de revisão por especialistas. A relação de segurança entre Anthropic e Google agora enfrenta uma questão mais difícil do que a defesa convencional de software. Laboratórios de ponta conseguem gerenciar com segurança sistemas de IA que operam cada vez mais como pesquisadores de criptografia?

As descobertas não comprometem serviços bancários online, mensagens criptografadas nem serviços do Google em operação. Uma delas tem como alvo o HAWK, uma proposta de assinatura digital ainda não implantada e em avaliação pelo National Institute of Standards and Technology. A outra aprimora um ataque contra o AES de sete rodadas, uma versão propositalmente enfraquecida, usada em pesquisas, da cifra amplamente implantada.

Essa limitação é importante, mas não torna a pesquisa rotineira. O Mythos encontrou o ataque ao HAWK após cerca de 60 horas e realizou a maior parte do trabalho com orientação humana limitada. Também desenvolveu uma nova técnica que tornou entre 200 e 800 vezes mais rápido um ataque teórico já existente contra o AES.

O Google entra nessa história tanto como parceiro da Anthropic quanto como rival em pesquisa de ponta. A empresa participa da iniciativa de segurança Project Glasswing da Anthropic enquanto desenvolve o Gemini e seus próprios sistemas de raciocínio matemático. Esse arranjo transforma o resultado em um teste de defesa compartilhada, capacidade competitiva e divulgação responsável.

Claude passou de encontrar erros de código a testar projetos criptográficos

A mudança importante é que Claude atacou a matemática por trás de algoritmos propostos, e não apenas erros em implementações de software.

Vulnerabilidades de software e fraquezas criptográficas estão relacionadas, mas não são intercambiáveis. Um erro de implementação surge quando desenvolvedores traduzem incorretamente um projeto sólido para código funcional. Uma fraqueza criptoanalítica diz respeito a premissas dentro do próprio projeto.

Claude já havia encontrado problemas de implementação em bibliotecas criptográficas. Esses casos envolviam código que utilizava algoritmos de criptografia incorretamente. A pesquisa em criptografia da Anthropic afirma que o Mythos Preview agora encontrou ataques matemáticos aprimorados contra os algoritmos que os pesquisadores lhe apresentaram.

O primeiro alvo foi o HAWK, um esquema de assinatura digital pós-quântica. Uma assinatura digital permite que um sistema verifique uma identidade e detecte alterações não autorizadas sem expor a chave privada do signatário.

A criptografia pós-quântica busca resistir tanto a computadores convencionais quanto a futuras máquinas quânticas criptograficamente relevantes. Essas máquinas ameaçariam sistemas de chave pública amplamente usados, incluindo RSA e assinaturas de curva elíptica.

O HAWK continua sendo candidato no processo do NIST para selecionar padrões adicionais de assinatura digital. Sua avaliação pública foi concebida para expor fraquezas antes que governos e empresas passem a depender dele.

Esse processo já havia submetido o HAWK a duas rodadas de análise especializada ao longo de aproximadamente dois anos. O Mythos então identificou uma simetria antes não utilizada na rede matemática que sustenta o esquema.

Uma rede é uma grade estruturada de pontos usada para construir problemas considerados difíceis para computadores. O HAWK depende da dificuldade de encontrar relações entre redes específicas.

O Mythos encontrou um automorfismo não trivial, isto é, uma simetria oculta que preserva a estrutura da rede. Pesquisas anteriores haviam demonstrado que localizar essa simetria permitiria um ataque. No entanto, não haviam estabelecido que a simetria relevante era acessível no HAWK.

O ataque resultante reduziu o trabalho estimado para recuperar a menor chave HAWK-256 de 2^64 operações para 2^38. Parâmetros maiores do HAWK continuam impraticáveis de atacar, e o método não compromete a criptografia baseada em redes de modo geral.

A consequência prática ainda é séria para o projeto do HAWK. Segundo a Anthropic, manter o nível de segurança pretendido exigiria aproximadamente dobrar o tamanho de sua chave. Essa mudança eliminaria importantes vantagens de eficiência por trás da proposta.

A avaliação do HAWK está, portanto, fazendo o que uma revisão criptográfica pública deve fazer. Um projeto entrou em um processo adversarial, uma fraqueza surgiu antes da implantação e os avaliadores obtiveram evidências para sua decisão de padronização.

A inversão está em quem forneceu essas evidências. Um modelo de linguagem, apoiado por um pesquisador sem formação especializada em criptografia baseada em redes, encontrou a ideia central que especialistas estabelecidos não haviam publicado.

A parceria entre Anthropic e Google agora abrange uma fronteira mais sensível

A relação entre Anthropic e Google dá aos defensores acesso a análises mais robustas, ao mesmo tempo que cria responsabilidade compartilhada por resultados que nem sempre podem ser publicados imediatamente.

O Google é uma das várias empresas de tecnologia que participam do Project Glasswing, programa da Anthropic para aplicar o Claude Mythos a softwares importantes. Outros participantes nomeados incluem Apple, Microsoft, Amazon Web Services, Cisco, NVIDIA e a Linux Foundation.

Esse grupo dá à Anthropic acesso a equipes de segurança experientes e a sistemas amplamente implantados. Também cria canais para validar descobertas, coordenar correções e decidir quando detalhes técnicos podem se tornar públicos com segurança.

A criptografia torna essas questões de coordenação mais difíceis. Uma vulnerabilidade de software normalmente tem um responsável identificável e um caminho de correção. Uma fraqueza em um primitivo criptográfico implantado pode afetar protocolos, hardware, certificados, sistemas de identidade e informações arquivadas.

Substituir um algoritmo pode exigir anos. As organizações primeiro precisam identificar todos os lugares em que o algoritmo aparece. Depois, precisam de substituições compatíveis, hardware atualizado, chaves migradas, suporte de fornecedores e regras para dados antigos.

O Google tem interesse direto nessa transição. Seus navegadores, serviços de nuvem, sistemas operacionais e infraestrutura de identidade dependem de criptografia. A empresa também conduz pesquisas em computação quântica que informam as estimativas sobre quando os sistemas de chave pública existentes precisam ser substituídos.

A Anthropic vinculou sua análise do HAWK à discussão do Google sobre o prazo cada vez menor para um computador quântico criptograficamente relevante. A estimativa de risco quântico do Google não prova que tal máquina chegará em um cronograma fixo. Ela é evidência de que grandes laboratórios tratam o planejamento da migração como um problema ativo de engenharia.

A parceria entre Anthropic e Google também ilustra uma estrutura de mercado incomum. As empresas cooperam em segurança defensiva enquanto competem para criar modelos de uso geral cada vez mais capazes.

O Google relatou pesquisas matemáticas realizadas com Gemini. A Anthropic apresentou a criptoanálise de Claude como evidência de capacidade de pesquisa em nível de especialista. A OpenAI fez alegações semelhantes sobre modelos que enfrentam problemas matemáticos difíceis.

Esses resultados deslocam a competição para além da qualidade de chatbots e de benchmarks de programação. Os laboratórios agora querem modelos capazes de pesquisar literatura, propor hipóteses, executar experimentos, descartar abordagens malsucedidas e produzir resultados adequados à revisão de especialistas.

A criptoanálise é um teste particularmente revelador. Muitos ataques propostos podem ser verificados com argumentos matemáticos ou demonstrações executáveis. Isso torna o sucesso mais fácil de avaliar do que um ensaio aberto ou uma recomendação de negócios.

O campo também tem consequências excepcionalmente elevadas. Uma alegação falsa pode desperdiçar semanas de trabalho especializado. Um resultado correto contra um sistema implantado pode criar um problema imediato de divulgação.

É por isso que a conexão entre Anthropic e Google importa mais do que um anúncio convencional de parceria. O produto relevante não é apenas o modelo. É o sistema combinado de pesquisadores, infraestrutura segura, procedimentos de validação, fornecedores e contatos governamentais que cercam o modelo.

As empresas devem tirar uma lição semelhante. Comprar acesso a um modelo avançado não cria um programa de criptografia. As organizações precisam de um inventário de algoritmos, revisores responsáveis, ambientes de teste controlados e uma rota para escalar descobertas confiáveis.

Elas também precisam de registros duradouros de evidências e decisões. Uma base de conhecimento de engenharia pesquisável pode ajudar equipes a preservar resultados de testes, contexto de implementação e conclusões de revisores ao longo de uma migração extensa.

A pressão recai com mais força sobre líderes de segurança que ainda tratam a criptografia como infraestrutura estática. A pesquisa assistida por IA torna a avaliação contínua mais realista, ao mesmo tempo que reduz o tempo disponível para responder quando as premissas falham.

Pesquisadores da Anthropic e do Google enfrentam um novo gargalo de validação

Claude gerou descobertas candidatas mais rapidamente do que os pesquisadores da Anthropic conseguiam validá-las com confiança e prepará-las para publicação.

O esforço sobre o HAWK usou uma estrutura multiagente, um ambiente controlado no qual várias instâncias de Claude podiam trocar descobertas e utilizar ferramentas computacionais. O sistema tinha acesso a Python, ao software matemático Sage e a pesquisas criptográficas publicadas.

Um operador humano forneceu gerenciamento de projeto e orientação não técnica ocasional. O operador tinha experiência em ciência da computação teórica, mas não era especialista em criptografia baseada em redes.

Dois trabalhadores do modelo examinaram independentemente a simetria que se tornou central para o ataque. Um descartou a abordagem prematuramente. O outro a desenvolveu mais, compartilhou evidências e, por fim, convenceu seu par.

O Mythos então construiu um pipeline de verificação de ponta a ponta. Essa etapa permitiu ao operador humano testar se o método proposto de recuperação de chave funcionava conforme descrito.

O experimento com AES exigiu menos orientação direta depois que a Anthropic construiu a estrutura inicial. O AES, ou Advanced Encryption Standard, criptografa dados ao transformar repetidamente blocos de tamanho fixo com uma chave secreta.

O AES-128 usa 10 rodadas. Pesquisadores estudam versões de rodadas reduzidas para medir margens de segurança e desenvolver técnicas que podem revelar fraquezas estruturais. Quebrar sete rodadas não quebra a cifra completa implantada.

O ataque anterior de sete rodadas usava um método meet-in-the-middle. Essa técnica armazena cálculos intermediários para que um atacante possa conectar computações parciais vindas de direções opostas.

Uma etapa exigia 256 tentativas e consultas separadas. O Mythos criou uma impressão digital que permaneceu inalterada entre essas tentativas, eliminando essa parte da busca.

Claude chamou a construção de Möbius Bridge. Otimizações adicionais compensaram o custo de calcular a nova transformação, produzindo o aumento de velocidade relatado de 200 a 800 vezes.

O ataque ainda pressupõe acesso a 2^105 textos claros escolhidos. Um modelo de texto claro escolhido permite que um atacante solicite criptografias de mensagens selecionadas sob uma chave desconhecida. Essa exigência de dados torna o resultado completamente impraticável.

A Anthropic também afirma que implementar o ataque exigiria recursos computacionais extraordinários. Mais importante, o método se aplica a sete rodadas, e não às 10 rodadas usadas pelo AES-128.

A pesquisa, portanto, altera o entendimento publicado sobre um sistema reduzido sem criar um ataque funcional contra a criptografia cotidiana. Ambas as afirmações podem ser verdadeiras ao mesmo tempo.

O que se destaca é a diferença entre o tempo de descoberta e de verificação. O Mythos encontrou a ideia relacionada ao AES em cerca de uma semana, após produzir um volume muito grande de trabalho intermediário. Pesquisadores humanos então passaram várias centenas de horas estudando criptografia e verificando o resultado.

A Anthropic afirma que dois pesquisadores precisaram de quase um mês para se sentirem confiantes no método. Esse desequilíbrio é o mecanismo por trás do problema maior da indústria.

Os modelos podem executar muitas investigações especulativas em paralelo. Especialistas humanos precisam determinar se cada resultado está correto, é novo, relevante e seguro para divulgação. Escalar a primeira atividade sem escalar a segunda produz uma fila de revisão crescente.

O novo estudo CryptanalysisBench torna essa tendência mensurável. Seus autores reuniram 191 tarefas em seis famílias de primitivas criptográficas e três níveis de dificuldade.

Cinco modelos de fronteira supostamente quebraram entre 65% e 86% dos esquemas do primeiro nível. Eles também encontraram ataques em tarefas mais fortes e simplificadas, incluindo resultados que os autores consideraram anteriormente desconhecidos.

Essas descobertas de benchmark continuam sendo alegações de pesquisa, e não uma garantia de criptoanálise autônoma confiável. Ainda assim, elas oferecem um teste mais amplo do que os dois exemplos principais da Anthropic.

Para a rede de segurança Anthropic Google, a questão operacional agora está clara. O acesso aos modelos pode ampliar a capacidade de descoberta, mas os parceiros ainda precisam de especialistas escassos para validar o que os modelos produzem.

O resultado sobre AES é significativo sem representar uma emergência de criptografia

Nenhuma das descobertas quebra um sistema criptográfico em produção, e exagerar esse ponto obscureceria a real importância da pesquisa.

A manchete enganosa mais fácil diria que Claude quebrou o AES. Não quebrou. O Mythos melhorou um ataque teórico contra uma versão modificada que usa sete das 10 rodadas do AES-128.

Criptógrafos estudam intencionalmente projetos com rodadas reduzidas porque algoritmos em potência total frequentemente resistem à análise direta. Esses alvos menores ajudam pesquisadores a testar ideias e entender quanta proteção as rodadas adicionais oferecem.

Um ataque melhor pode reduzir a margem de segurança percebida de uma cifra. Ele não se transfere automaticamente para a cifra completa, especialmente quando várias rodadas permanecem intocadas.

O NIST padronizou a criptografia AES em 2001. O algoritmo recebeu décadas de análise pública e continua central para sistemas de comunicações digitais, armazenamento e autenticação.

O resultado do Mythos amplia essa tradição de pesquisa. Ele melhora o melhor ataque conhecido sob uma premissa extrema de dados, mas deixa o AES-128 completo inalterado.

O HAWK também não apresenta exposição imediata em produção. O NIST não o padronizou nem o implantou. O novo ataque não afeta outros candidatos de assinatura pós-quântica, segundo a análise da Anthropic.

Esse limite deve moderar alegações de que Claude encontrou fraquezas que ameaçam a segurança atual da internet. Ele não deve apagar a velocidade ou a novidade do trabalho.

Uma reportagem independente da CyberScoop citou a executiva da Keyfactor, Ellen Boehm, descrevendo o resultado sobre HAWK como evidência de que o processo de avaliação do NIST funciona. A revisão pública deve rejeitar candidatos fracos antes da adoção.

A descoberta também se assemelha a falhas anteriores de padronização pós-quântica. O SIKE, outro candidato, sobreviveu a atenção considerável antes de pesquisadores encontrarem um ataque devastador que funcionava em hardware comum.

Competições criptográficas esperam perdas. Seu propósito é concentrar esforços adversariais antes que padrões se tornem difíceis de substituir. A IA adiciona outra fonte de esforço adversarial a esse processo.

O ponto cético mais forte diz respeito à validação externa. A Anthropic produziu o modelo, projetou o ambiente de execução, empregou os pesquisadores e publicou a interpretação principal.

A empresa afirma ter consultado acadêmicos, notificado os autores do HAWK, divulgado artigos e fornecido código de demonstração. Essas etapas tornam a análise independente possível, mas a análise ainda precisa de tempo.

O artigo sobre AES apresenta outra complicação. A Anthropic reconhece que seus pesquisadores não eram especialistas em criptografia e passaram bastante tempo aprendendo material suficiente para verificar o trabalho de Claude.

Essa admissão é valiosa porque expõe a lacuna de verificação. Ela também significa que criptógrafos externos devem examinar a novidade alegada, a análise de tempo de execução, as premissas e a relação com ataques anteriores.

Código reproduzível oferece evidências mais fortes para o HAWK porque pesquisadores podem executar o processo de recuperação contra chaves de teste. O resultado sobre AES depende mais fortemente de análise matemática e de complexidade detalhada.

Sistemas de IA podem gerar narrativas técnicas plausíveis mesmo quando um argumento subjacente contém um erro sutil. Execuções autônomas longas podem tornar esses erros mais difíceis de localizar, porque revisores precisam inspecionar um extenso raciocínio intermediário.

A Anthropic divulgou um relato reescrito de uma sessão relevante do Claude. Ela também observa que muitas sessões falharam e que sessões posteriores refinaram a ideia central.

Essa divulgação ajuda leitores a entender o processo, mas não fornece uma taxa simples de sucesso. O público não pode inferir que atribuir ao Claude qualquer cifra difícil produzirá uma descoberta válida.

A conclusão correta é mais restrita. Um modelo de fronteira cuidadosamente estruturado produziu dois resultados criptoanalíticos sérios em condições de pesquisa controladas. Um é diretamente testável, enquanto o outro exige revisão contínua de especialistas.

Essa distinção protege ambos os lados da história. Ela evita um pânico infundado sobre criptografia, ao mesmo tempo em que reconhece que a criptoanálise assistida por IA cruzou um limiar significativo de capacidade.

A verdadeira disputa é entre velocidade de descoberta e resposta defensiva

A IA torna mais barato escalar a revisão criptográfica, mas também pode dar a atacantes mais chances de encontrar a única fraqueza que os defensores deixaram passar.

A pesquisa criptográfica tradicional depende de uma comunidade limitada de matemáticos, engenheiros de segurança e especialistas em protocolos. Cada pessoa só pode perseguir um pequeno número de ideias de cada vez.

Sistemas de agentes mudam essa restrição. Eles podem ler artigos, escrever código experimental, gerar conjecturas e iniciar buscas paralelas sem esperar por contratações humanas adicionais.

A maioria dos caminhos falhará. Isso não necessariamente enfraquece o modelo. A pesquisa em segurança frequentemente recompensa o único caminho bem-sucedido entre centenas de ideias rejeitadas.

O fluxo de trabalho do HAWK ilustra essa vantagem de busca. Um agente descartou a direção útil, mas outro continuou. O ambiente compartilhado permitiu que uma ideia promissora sobrevivesse a um erro individual.

A mesma capacidade cria risco assimétrico. Defensores precisam encontrar e corrigir todas as fraquezas exploráveis nos sistemas que mantêm. Um atacante precisa apenas de uma fraqueza ignorada e de uma rota viável para explorá-la.

A criptografia eleva os riscos porque uma única primitiva pode estar sob muitos produtos. Uma falha pode afetar dados registrados antes de sua descoberta pública, especialmente quando adversários armazenam tráfego criptografado para análise posterior.

Nenhuma falha desse tipo ocorreu aqui. O HAWK não está implantado, e o AES completo permanece intacto. A preocupação é o que acontece quando o mesmo processo de pesquisa alcança algoritmos de produção menos estudados.

A Anthropic afirma já ter testado versões reduzidas de outras cifras. Ela relatou trabalho preliminar envolvendo LEA, Serpent-128, Salsa20, Poseidon e SHA-1.

A empresa limitou cuidadosamente essas alegações. Vários ataques se aplicam apenas a variantes com rodadas reduzidas, enquanto outras melhorias relatadas permanecem modestas ou aguardam investigação mais completa.

Ainda assim, esse foco na cauda longa importa. A atenção de segurança se concentra em padrões como AES, TLS e sistemas de assinatura amplamente implantados. Algoritmos especializados podem receber uma análise contínua muito menor.

Um modelo não se cansa de ler artigos obscuros ou testar projetos de nicho. Quando existe uma estrutura capaz, pesquisadores podem redirecioná-la para muitos alvos.

A parceria Anthropic Google oferece aos defensores uma vantagem inicial de coordenação. Google e outros membros do Glasswing podem identificar sistemas críticos, contribuir com conhecimento de domínio e preparar canais de remediação antes que um acesso mais amplo se expanda.

Essa vantagem não permanecerá exclusiva para sempre. Laboratórios concorrentes estão aprimorando sistemas de raciocínio, modelos abertos continuam avançando e técnicas de estruturação publicadas podem se espalhar entre grupos de pesquisa.

A principal troca, portanto, é entre acesso e preparação. Restringir um modelo capaz pode desacelerar o uso indevido, mas também limita o número de defensores que podem aplicá-lo.

Uma liberação ampla expande a cobertura defensiva, ao mesmo tempo em que aumenta a chance de que usuários com governança deficiente visem sistemas implantados. Ela também cria mais descobertas não verificadas para os responsáveis por manutenção processarem.

Uma resposta viável precisa de acesso graduado com base na capacidade e na sensibilidade do alvo. Tarefas de benchmark benignas exigem menos controles do que buscas contra sistemas de identidade implantados ou infraestrutura crítica.

As equipes de pesquisa também precisam de regras de divulgação antes que a descoberta comece. Essas regras devem identificar quem recebe uma descoberta, como ocorre a validação, quando fornecedores são contatados e quais evidências podem ser publicadas.

A Anthropic afirma ter compartilhado o ataque ao HAWK com seus autores em junho. Ela coordenou a divulgação por meio de uma lista pública de e-mails do NIST e informou previamente parceiros do governo e da indústria.

Esse procedimento funcionou porque o HAWK tinha autores identificáveis, um fórum de padronização e nenhuma base de implantação. Uma falha em uma primitiva amplamente incorporada criaria uma decisão muito mais complexa.

O principal oponente já não é Anthropic versus Google. É a descoberta acelerada por IA contra o sistema humano mais lento responsável por verificação, correção e migração.

O que a rede de segurança Anthropic Google precisa provar a seguir

As próximas evidências devem mostrar validação repetível, acesso responsável e remediação defensiva mais rápida, em vez de outra manchete de pesquisa isolada.

O primeiro sinal a observar é a reprodução independente dos artigos sobre HAWK e AES. Criptógrafos devem verificar a implementação, as estimativas de complexidade, a novidade e os limites de ambos os ataques.

Uma reprodução bem-sucedida fortaleceria a alegação da Anthropic de que Claude realizou pesquisa criptográfica em nível de especialista. Erros relevantes ou trabalho anterior ignorado enfraqueceriam o argumento mais amplo sobre capacidade.

O segundo sinal é o tratamento do HAWK pelo NIST. Os revisores podem rejeitar os parâmetros atuais, solicitar um redesenho ou decidir que chaves maiores preservam valor suficiente para continuidade da consideração.

Essa resposta mostrará se o Mythos apenas ajustou uma estimativa acadêmica ou alterou uma decisão ativa de padronização. Qualquer um dos resultados também demonstraria como evidências geradas por IA entram em um processo público formal.

O terceiro sinal é como o Project Glasswing lida com uma descoberta contra criptografia implantada. Esse caso testaria se a rede de segurança Anthropic Google consegue validar, conter e coordenar um resultado antes que atacantes o explorem.

Um sistema responsável precisa separar a saída bruta do modelo de alegações acionáveis de vulnerabilidade. Ele também precisa fornecer aos fornecedores afetados evidências suficientes para responder sem expor desnecessariamente os usuários.

Os próximos meses devem revelar se grupos acadêmicos adotam o CryptanalysisBench e obtêm resultados comparáveis com outros modelos. Sucesso repetido em laboratórios independentes importaria mais do que estudos de caso adicionais da Anthropic.

Pesquisadores também devem relatar taxas de falha e esforço total de busca. Um modelo que encontra um ataque útil após uma exploração enorme tem valor, mas sua confiabilidade difere da de um assistente de pesquisa consistente.

Para compradores empresariais, a ação imediata não é substituir o AES nem reagir a toda alegação criptográfica gerada por IA. É mapear onde existem dependências criptográficas e atribuir responsáveis por futuras migrações.

As equipes de segurança devem perguntar aos fornecedores como eles fazem o inventário de algoritmos, validam descobertas assistidas por IA e coordenam a divulgação. Também devem preservar a capacidade de rotacionar chaves e substituir primitivas sem reconstruir aplicações inteiras.

Os resultados do Claude não anunciam uma crise de criptografia. Eles anunciam um ciclo de pesquisa mais rápido, cujas instituições defensivas ainda operam em ritmo humano.

A questão decisiva é se Anthropic, Google, organismos de padronização e criptógrafos externos conseguirão encurtar juntos esse ciclo de resposta. Caso não consigam, a próxima descoberta válida poderá chegar antes que seus usuários estejam preparados.